C语言中的编译和链接

系列文章目录

---

文章目录

​编辑

系列文章目录

文章目录

前言

一、 翻译环境和运行环境

二、 翻译环境

2.1 编译

2.1.1 预处理

2.1.2 编译

2.1.2.1 词法分析 :

2.1.2.2 语法分析

2.1.2.3 语义分析

2.1.3 汇编

2.2 链接

三、运行环境

---

前言

        在我们平常的写代码时，我们很少关注代码编译和链接的过程，因为通常的开发环境都是集成开发环境（IDE），像vs一样编译和链接都是一步完成。在c语言中，我们在.c的文件中写代码，代码是怎么经过vs的处理使得代码可以运行呢？（怎么变成.exe运行程序呢？），下面我们来仔细探究一下代码是如何被编译和链接的，如何生成可以运行的程序的。

---

一、 翻译环境和运行环境

        在ANSI C（美国国家标准学会）的任何⼀种实现中，存在两个不同的环境。

第1种是翻译环境，在这个环境中源代码被转换为可执行的机器指令。

第2种是执行环境，它用于实际执行代码。

        如下图，在一个项目中我们有三个c语言文件，运行时我们首先在翻译环境将三个不同的文件进行编译，然后将三个文件进行链接，最后在运行环境生成可执行的程序。

   

二、 翻译环境

        在翻译环境中，文件是如何进行的呢？是怎么将源代码转换为可执行的机器指令的呢？这里我们就得展开开讲解一下翻译环境所做的事情。

        其实翻译环境是由编译和链接两个大的过程组成的，而编译又可以分解成：预处理（有些书也叫预编译）、编译、汇编三个过程。

        

        ⼀个C语言的项目中可能有多个 .c 文件⼀起构建，那多个 .c 文件如何生成可执行程序呢？
        

• 多个.文件单独经过编译出编译处理⽣产对应的目标文件。
• 注：在Windows环境下的目标文件的后缀是 .obj ，Linux环境下目标文件的后缀是 .o
• 多个目标文件和链接库⼀起经过链接器处理生成最终的可执行程序。
• 链接库是指运行时库(它是⽀持程序运⾏的基本函数集合)或者第三⽅库。
 

        如果再把编译器展开成3个过程，那就变成了下面的过程：

        如下图，下面是我们写的代码，肉眼就看得出来这是一些字符组成的信息，这种是我们在.c文件下写的代码，这种叫做源文件，它是无法直接运行的。因为计算机能够识别的是二进制信息，那么像这样的文本是不能被识别的，因此要有翻译环境，通过翻译环境使得我们所写的代码变成二进制的运行程序。

        

当我们点击生成解决方案之后，打开test.c上一路径的目录中会发现有.exe的运行程序。

这个程序中就是计算机所能看懂的二进制文件，我们使用记事本打开会发现，里面全是乱码，是我们所不能看懂的信息。

        因此我们需要进行翻译，使得计算机能够实现程序，那么该如何实现翻译阶段呢？

我们就需要通过编译与链接。

2.1 编译

        编译可以分为三个阶段，预处理（有些书也叫预编译）、编译、汇编三个过程。

编译之后就会生成目标文件（vs中是 .obj , gcc 中是 .o).

当然它也是二进制文件，用记事本打开时乱码。如果有多个 .c 文件就很生成多个 .obj  （或.o）文件。最后通过链接库来将这些目标文件生成可执行程序。

2.1.1 预处理

        在预处理阶段，源文件和头文件会被处理成为  .i  为后缀的文件。由于vs中没有可以查看预编译的指令，我们使用gcc环境下来查看。当然目前我们并不需要知道这些指令是怎么来的，我们只需要知道通过这些指令我们可以查看编译的三个阶段。

        在gcc环境下，对test.c文件进行预处理后的i文件，命令如下：

    gcc -E test.c -o test.i

        预处理阶段主要处理那些源文件中#开始的预编译指令。比如：#include,#define，处理的规则如下：
        • 将所有的 #define 删除，并展开所有的宏定义。
        • 处理所有的条件编译指令，如： #if、#ifdef、#elif、#else、#endif 。
        • 处理#include预编译指令，将包含的头文件的内容插⼊到该预编译指令的位置。这个过程              是递归进行的，也就是说被包含的头文件也可能包含其他文件。
        • 删除所有的注释
        • 添加行号和文件名标识，方便后续编译器生成调试信息等。
        • 或保留所有的#pragma的编译器指令，编译器后续会使用。

        经过预处理后的 .i 文件中不再包含宏定义，因为宏已经被展开。并且包含的头文件都被插⼊到 .i 文件中。所以当我们无法知道宏定义或者头文件是否包含正确的时候，可以查看预处理后的.i文件来确认。

        如下图在gcc环境中的代码，使用如下指令。

就会生成test.i文件，而通过指令我们会发现预编译阶段的代码行数到了700多行。

        哪来的这么多行代码呢？仔细的观察会发现，#include <stdio.h>消失了，我们知道头文件中有很多库函数等等相关的代码，include 表示包含的意思，实际上头文件在预处理阶段被全部包含出来了，就如上面所讲的规则一致。

2.1.2 编译

         编译过程就是将预处理后的文件进行一系列的：词法分析、语法分析、语义分析及优化，生成相应的汇编代码文件。
        编译过程的命令如下：

         gcc -S test.i -o test.s

假设我们预处理阶段已经生成了text.i文件，那我们使用命令对下面的代码进行编译，会怎么做呢？

array[index] = (index+4)*(2+6);

2.1.2.1 词法分析 :

        将源代码程序被输入扫描器，扫描器的任务就是简单的进行词法分析，把代码中的字符分割成一系列的记号（关键字、标识符、字面量、特殊字符等）。
上面程序进行词法分析后得到了16个记号：

2.1.2.2 语法分析

        接下来语法分析器，将对扫描产生的记号进行语法分析，从而产生语法树。这些语法树是以表达式为节点的树。

2.1.2.3 语义分析

         由语义分析器来完成语义分析，即对表达式的语法层面分析。编译器所能做的分析是语义的静态分析。静态语义分析通常包括声明和类型的匹配，类型的转换等。这个阶段会报告错误的语法信息。

2.1.3 汇编

        汇编器是将汇编代码转变成机器可执行的指令，每一个汇编语句几乎都对应一条机器指令。就是根据汇编指令和机器指令的对照表一一的进行翻译，也不做指令优化。
汇编的命令如下：

        gcc -c test.s -o test.o

2.2 链接

        链接是⼀个复杂的过程，链接的时候需要把⼀堆文件链接在⼀起才⽣成可执行程序。
链接过程主要包括：地址和空间分配，符号决议和重定位等这些步骤。
链接解决的是⼀个项目中多文件、多模块之间互相调用的问题。

        比如：

在⼀个C的项⽬中有2个.c文件（ test.c 和 add.c ），代码如下
我们已经知道，每个源文件都是单独经过编译器处理⽣成对应的目标文件。
test.c 经过编译器处理⽣成 test.o 
add.c 经过编译器处理⽣成 add.o 
我们在 test.c 的文件中使⽤了 add.c 文件中的 Add 函数和 g_val 变量。
我们在 test.c 文件中每⼀次使⽤ Add 函数和 g_val 的时候必须确切的知道 Add 和 g_val 的地
址，但是由于每个⽂件是单独编译的，在编译器编译 test.c 的时候并不知道 Add 函数和 g_val
变量的地址，所以暂时把调⽤ Add 的指令的⽬标地址和 g_val 的地址搁置。等待最后链接的时候由链接器根据引⽤的符号 Add 在其他模块中查找 Add 函数的地址，然后将 test.c 中所有引⽤到
Add 的指令重新修正，让他们的⽬标地址为真正的 Add 函数的地址，对于全局变量 g_val 也是类
似的⽅法来修正地址。这个地址修正的过程也被叫做：重定位。

前⾯我们⾮常简洁的讲解了⼀个C的程序是如何编译和链接，到最终⽣成可执⾏程序的过程，其实很多内部的细节⽆法展开讲解。⽐如：⽬标文件的格式elf，链接底层实现中的空间与地址分配，符号解析和重定位等，如果你有兴趣，可以看《程序的⾃我修养》。

三、运行环境

        1. 程序必须载⼊内存中。在有操作系统的环境中：一般这个由操作系统完成。在独立的环境中，程序的载⼊必须由手工安排，也可能是通过可执行代码置⼊只读内存来完成。
2. 程序的执⾏便开始。接着便调用main函数。
3. 开始执行程序代码。这个时候程序将使用⼀个运行时堆栈（stack），存储函数的局部变量和返回地址。程序同时也可以使⽤静态（static）内存，存储于静态内存中的变量在程序的整个执行过程⼀直保留他们的值。
4. 终止程序。正常终止main函数；也有可能是意外终止。

---

如果有所收获可以留下点赞和关注，谢谢你的观看！